工程代价值预测方法、装置、设备、存储介质和产品与流程

本技术涉及变电站工程造价预测，特别是涉及一种工程代价值预测方法、装置、设备、存储介质和产品。

背景技术：

1、随着电力需求的增长，变电站建造工程的项目数量和项目规模不断扩大。然而，由于建造工程的外部环境和设计方案等多种因素的影响，建造工程的实际结算代价值与预算之间会存在较大的偏差。因此，需要对工程代价值进行预测，并根据预测的建造工程代价值确定预算，实现代价值的控制，并提高代价值的利用效率。

2、目前，传统的工程代价值预测方法包括专家会议法、德尔菲法、移动平均法和指数平滑法，但是上述方法的预测周期较长、速度较慢且误差较大。也有通过灰色分析理论法、粒子群算法理论、模糊分析法等智能算法进行预测的情况，但是仍然存在预测准确度不高，预测模型不稳定的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高预测结果准确率的工程代价值预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种工程代价值预测方法，包括：

3、获取工程的历史实际代价值数据和与历史实际代价值数据对应的历史预测代价值数据；

4、根据历史实际代价值数据和历史预测代价值数据之间的差值得到影响因素体系，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的目标实际代价值数据；

5、获取初始代价值预测模型，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，得到目标代价值预测模型，通过目标代价值预测模型对工程代价值进行预测。

6、在其中一个实施例中，该方法还包括：

7、获取初始代价值预警模型；

8、基于影响因素体系，在初始代价值预警模型中对历史实际代价值数据和历史预测代价值数据之间的差值进行训练，得到目标代价值预警模型；

9、对影响因素体系中各影响因素与目标代价值预警模型的输出结果进行分析，确认各影响因素与输出结果的对应关系，得到各影响因素的部分依赖图像数据。

10、在其中一个实施例中，得到各影响因素的部分依赖图像数据之后，该方法还包括：

11、对各部分依赖图像数据进行比较，确定差值对应的第二目标影响因素；

12、根据第二目标影响因素设置预警区间，判断输出结果与预警区间的关系，若输出结果在预警区间内，则获取到预警信号。

13、在其中一个实施例中，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，包括：

14、获取初始代价值预测模型的初始模型参数和适应度函数；

15、将目标影响因素对应的特征数据输入初始代价值预测模型，通过初始代价值预测模型对特征数据进行代价值预测，并通过参数优化算法对初始代价值预测模型的初始模型参数进行参数优化，得到目标模型参数；

16、根据目标模型参数配置初始代价值预测模型，得到目标代价值预测模型。

17、在其中一个实施例中，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的历史实际代价值数据，包括：

18、通过层次分析法对历史实际代价值数据进行分析，得到影响因素体系中各影响因素与历史实际代价值数据对应的重要性系数；

19、通过相关性系数法对历史实际代价值数据进行分析，得到影响因素体系中各影响因素与历史实际代价值数据对应的相关性系数；

20、基于重要性系数和相关性系数对各影响因素进行特征选择，确定目标影响因素。

21、在其中一个实施例中，该方法还包括：

22、通过目标代价值预测模型获取与历史实际代价值数据对应的目标代价值预测数据；

23、根据历史实际代价值数据与目标代价值预测数据计算均方根误差，均方根误差用于对目标代价值预测模型进行评估。

24、第二方面，本技术还提供了一种工程代价值预测装置，包括：

25、数据采集模块，用于获取工程的历史实际代价值数据和与历史实际代价值数据对应的历史预测代价值数据；

26、特征筛选模块，用于对历史实际代价值数据和历史预测代价值数据之间的差值进行影响因素分析，得到影响因素体系，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的历史实际代价值数据，得到目标代价值数据；

27、代价值预测模块，用于获取初始代价值预测模型，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，得到目标代价值预测模型，通过目标代价值预测模型对工程代价值进行预测。

28、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：

29、获取工程的历史实际代价值数据和与历史实际代价值数据对应的历史预测代价值数据；

30、根据历史实际代价值数据和历史预测代价值数据之间的差值得到影响因素体系，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的目标实际代价值数据；

31、获取初始代价值预测模型，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，得到目标代价值预测模型，通过目标代价值预测模型对工程代价值进行预测。

32、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：

33、获取工程的历史实际代价值数据和与历史实际代价值数据对应的历史预测代价值数据；

34、根据历史实际代价值数据和历史预测代价值数据之间的差值得到影响因素体系，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的目标实际代价值数据；

35、获取初始代价值预测模型，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，得到目标代价值预测模型，通过目标代价值预测模型对工程代价值进行预测。

36、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

37、获取工程的历史实际代价值数据和与历史实际代价值数据对应的历史预测代价值数据；

38、根据历史实际代价值数据和历史预测代价值数据之间的差值得到影响因素体系，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的目标实际代价值数据；

39、获取初始代价值预测模型，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，得到目标代价值预测模型，通过目标代价值预测模型对工程代价值进行预测。

40、上述工程代价值预测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取工程的历史实际代价值数据和与历史实际代价值数据对应的历史预测代价值数据；根据历史实际代价值数据和历史预测代价值数据之间的差值得到影响因素体系，在影响因素体系进行特征筛选，确定目标影响因素和与目标影响因素对应的目标实际代价值数据；获取初始代价值预测模型，基于目标影响因素在初始代价值预测模型中对目标代价值数据进行模型训练，得到目标代价值预测模型，通过目标代价值预测模型对工程代价值进行预测。该方法通过对实际代价值的影响因素从土建、安装等各方面进行分析，可以得到工程代价值的影响因素体系，且对差值进行影响因素分析，即对实际情况与预测情况出现偏差的原因进行分析，可以对影响因素进行补充，得到全面的影响因素体系，还通过对影响因素体系中的各影响因素进行特征筛选，可以筛选与代价值预测无关或者关联程度不大的影响因素，将对代价值预测有关联的影响因素作为目标影响因素进行预测，提高了预测结果的准确性，并且由于预测过程中的影响因素随着工程的实际情况而确定，提高了预测模型的稳定性。